Linux 内核服务器中搭建训练深度学习算法模型环境
--
搬运工
LT
需求描述：
无论在企业还是科研实验室，都需要借用服务器环境（由于服务器在单位内网，此处应用
内网穿透工具）进行算法模型的训练，此处总结了如何在以 linux 为内核的服务器下搭建训练
深度学习算法模型环境及相关的步骤操作。
(本人需求为在 linux 服务器中搭建可训练 tensorflow-gpu 相关模型的运行环境；)
前提条件：
拥有服务器账号(包括用户名、ip 地址、密码、端口号)；
实现目标：
首先通过远程连接服务器工具 Xsheel 连接服务器，并查看服务器属性及配置、安装管理
服务器窗口进程工具。然后在服务器中安装合适的显卡驱动、CUDA、cuDNN，其次用 conda
建立独立的虚拟环境，最后完成专业版 Pycharm 工具实现本地和服务器的代码实时同步操作、
以 及 在 pycharm 中 连接 虚拟 环境 中的 jupyter 服 务 并 实 现 代 码 同 步 ， 或 者 用 在 网 页 端 实 现
jupyter 操作。
相关内容：
Xsheel
连接服务器
内网穿透
-
花生壳
服务器窗口进程工具
-screen
查看服务器属性及配置
安装显卡驱动
安装
CUDA
和
cuDNN
安装
Anaconda
Conda
虚拟环境管理
Jupyter
服务器管理
虚拟环境中安装
tensorflow-gpu
pycharm
中连接虚拟环境及
jupyter
服务
资源评论
